R语言学习笔记：参数点估计

1.点估计

点估计主要有两种方法，分别是矩估计和极大似然估计，具体原理可参考统计学教材。

矩估计需要解n元方程，在R语言中有：

解一次方程：uniroot(),调用格式为;

uniroot(f,interval,...,lower = min(interval), upper = max(interval), f.lower = f(lower,...),f.upper = f(upper,...), tol = .Machine$double.eps^0.25, maxiter = 1000)

f指定求解方程的函数；interval为数值向量，指定求解的根的区间，可以用lower,upper分别指定端点；tol表示精度（tolerance），收敛容忍度；maxiter为最大迭代数

解多元方程：multiroot(),调用格式

multiroot(f,start,maxiter=100,rtol=1e-6,atol=1e-8,ctol=1e-8,useFortran = TRUE,...)

f指定求解的函数；start给定根的初始值；maxiter指定最大迭代数；rtol和atol为相对误差和绝对误差；ctol用于控制迭代停止，如果两次迭代的最大变化值小于ctol，则停止迭代

最大似然估计：maxLik（）：maxLik包，调用格式：

maxLik(logLik,grad=NULL,hess=NULL,start,method,contraints=NULL,...)

logLik是对数似然函数；grad和hess设置对数似然函数的梯度；start是数值向量，设置参数的初始值；method选择求解最大化的方法；constraints指定对数似然估计的约束。